[ADP통계]정규성 검정과 등분산성 검정

분석의 기본 전제: 정규성과 등분산성 검정 모수적 분석 방법(T-검정, 분산분석 등)은 성립을 위한 기본 가정을 전제로 합니다. 분석을 수행하기 전, 주어진 데이터가 “정규성을 만족하는가”와 “비교 집단 간 분산이 동일한가”를 통계적으로 증명하는 과정을 거쳐야 합니다.

본 포스팅에서는 분석의 선행 과정인 가정 검정의 코드 구현 방법과, 해당 가정이 기각되었을 때의 대안적인 방향성을 정리합니다. 1. 정규성 검정 (Normality Test) 데이터가 정규 분포를 따르는지 확인합니다.

표본 개수가 적을 때(보통 n < 30) 필수적으로 확인해야 하며, ADP 시험에서는 Shapiro-Wilk 검정이 가장 널리 쓰입니다. (귀무가설): 데이터가 정규 분포를 따른다.

(대립가설): 데이터가 정규 분포를 따르지 않는다. (CASE 1) 정규성을 만족하는 경우 (앞선 t-검정 데이터) 커피 평균 용량 데이터를 다시 불러와서 검정을 실시해 봅니다.

Python 코드 import pandas...